Hive UDAF 开发
2011-11-22 22:23
260 查看
本文转自:http://richiehu.blog.51cto.com/2093113/386113
Hive进行UDAF开发,相对要比UDF复杂一些,不过也不是很难。
请看一个例子
package org.hrj.hive.udf;
import org.apache.hadoop.hive.ql.exec.UDAFEvaluator;
import org.apache.hadoop.hive.serde2.io.DoubleWritable;
public class UDAFSum_Sample
extends NumericUDAF {
public static
class Evaluator implements UDAFEvaluator {
private
boolean mEmpty;
private
double mSum;
public Evaluator() {
super();
init();
}
public
void init() {
mSum = 0;
mEmpty = true;
}
public
boolean iterate(DoubleWritable o) {
if (o !=
null) {
mSum += o.get();
mEmpty = false;
}
return
true;
}
public DoubleWritable terminatePartial() {
// This is SQL standard - sum of zero items should be null.
return mEmpty ?
null : new DoubleWritable(mSum);
}
public
boolean merge(DoubleWritable o) {
if (o !=
null) {
mSum += o.get();
mEmpty = false;
}
return
true;
}
public DoubleWritable terminate() {
// This is SQL standard - sum of zero items should be null.
return mEmpty ?
null : new DoubleWritable(mSum);
}
}
}
将java文件编译成Sum_Sample.jar
进入hive
hive> add jar Sum_sample.jar;
hive> create temporary function sum_test
as 'com.hrj.hive.udf.UDAFSum_Sample';
hive> select sum_test(t.num)
from t;
hive> drop temporary function sum_test;
hive> quit;
关于UDAF开发注意点:
需要import org.apache.hadoop.hive.ql.exec.UDAF以及org.apache.hadoop.hive.ql.exec.UDAFEvaluator,这两个包都是必须的
函数类需要继承UDAF类,内部类Evaluator实现UDAFEvaluator接口
Evaluator需要实现 init、iterate、terminatePartial、merge、terminate这几个函数
init函数类似于构造函数,用于UDAF的初始化
iterate接收传入的参数,并进行内部的轮转。其返回类型为boolean
terminatePartial无参数,其为iterate函数轮转结束后,返回乱转数据,iterate和terminatePartial类似于hadoop的Combiner
merge接收terminatePartial的返回结果,进行数据merge操作,其返回类型为boolean
terminate返回最终的聚集函数结果
Hive进行UDAF开发,相对要比UDF复杂一些,不过也不是很难。
请看一个例子
package org.hrj.hive.udf;
import org.apache.hadoop.hive.ql.exec.UDAFEvaluator;
import org.apache.hadoop.hive.serde2.io.DoubleWritable;
public class UDAFSum_Sample
extends NumericUDAF {
public static
class Evaluator implements UDAFEvaluator {
private
boolean mEmpty;
private
double mSum;
public Evaluator() {
super();
init();
}
public
void init() {
mSum = 0;
mEmpty = true;
}
public
boolean iterate(DoubleWritable o) {
if (o !=
null) {
mSum += o.get();
mEmpty = false;
}
return
true;
}
public DoubleWritable terminatePartial() {
// This is SQL standard - sum of zero items should be null.
return mEmpty ?
null : new DoubleWritable(mSum);
}
public
boolean merge(DoubleWritable o) {
if (o !=
null) {
mSum += o.get();
mEmpty = false;
}
return
true;
}
public DoubleWritable terminate() {
// This is SQL standard - sum of zero items should be null.
return mEmpty ?
null : new DoubleWritable(mSum);
}
}
}
将java文件编译成Sum_Sample.jar
进入hive
hive> add jar Sum_sample.jar;
hive> create temporary function sum_test
as 'com.hrj.hive.udf.UDAFSum_Sample';
hive> select sum_test(t.num)
from t;
hive> drop temporary function sum_test;
hive> quit;
关于UDAF开发注意点:
需要import org.apache.hadoop.hive.ql.exec.UDAF以及org.apache.hadoop.hive.ql.exec.UDAFEvaluator,这两个包都是必须的
函数类需要继承UDAF类,内部类Evaluator实现UDAFEvaluator接口
Evaluator需要实现 init、iterate、terminatePartial、merge、terminate这几个函数
init函数类似于构造函数,用于UDAF的初始化
iterate接收传入的参数,并进行内部的轮转。其返回类型为boolean
terminatePartial无参数,其为iterate函数轮转结束后,返回乱转数据,iterate和terminatePartial类似于hadoop的Combiner
merge接收terminatePartial的返回结果,进行数据merge操作,其返回类型为boolean
terminate返回最终的聚集函数结果
相关文章推荐
- 【hadoop hive】hive udaf开发入门和运行过程详解
- hive udaf开发入门和运行过程详解
- Hive-UDAF开发指南
- hive UDAF开发入门和运行过程详解(转)
- Hive-UDAF开发指南
- hive-udaf开发实例1
- hive udf&udaf开发
- Hive 简单UDAF开发(extends UDAF)
- hive udaf开发入门和运行过程详解
- Hive 简单UDAF开发(extends UDAF)
- hive udf和udaf
- Hive 内建操作符与函数开发??深入浅出学Hive
- Hive-0.5中UDF和UDAF简述 收藏
- Hive UDF函数开发及企业规范
- Hadoop实战(9)_Hive进阶及UDF开发
- Hive通用型自定义聚合函数(UDAF)
- 深入浅出学Hive——Hive内建操作符与函数开发
- Hive 内建操作符与函数开发
- hive udaf 用maven打包运行create temporary function 时报错
- hive UDF开发入门(转)